微信小程序的数据如何分析?有什么分析方法?
销客多微商城最新资讯:相信做微商的你一定也早早地布局了小程序,很可能你现在已经拥有了一个小程序,也有可能你已经做了很多推广工作。在做后台数据分析的时候面对海量的数据,你是不是感觉无从下手?今天我们就来介绍一下小程序背后这些数据的代表含义和分析方法。
今天我们就起底小程序的数据分析功能,分析那些躺在我们后台的数据,如何支撑我们的运营推广和功能优化。我们首先从实际需求出发,逐一分析各个指标以及它们相互组合所展示的价值。
Q1:花了这么多精力做宣传,效果到底怎么样?
最直观的指标莫过于访问数量。
点击“数据分析—访问分析”可以查看“最近7天”、“最近30天”以及自定义时间段的小程序访问情况。
从数据看,该小程序在11月24日出现一次峰值,本月20、21日预计将出现第二次峰值。
假设我们在11月24日做了一次推广,那如何确定此次推广效果如何呢?
访问分析还有另外一个功能:按时间对比。
选择11月1日-24日的访问次数,与11月24日到今天的访问次数做对比:
绿色为活动之后的曲线,蓝色为之前的曲线。对比两张图可以看出,活动之后的曲线大部分时候是高于活动之前的。
此部分功能中,“打开次数”只是其中一个维度,还有访问次数、访问人数、新用户数、人均停留时长等多个指标,各指标的意义可点击改图标右上角的了解。
Q2:用户从哪里来?到哪里去?
上一个问题解决了用户有没有增长的问题,接下来我们需要思考:用户确实增长了,但他们是因为推广而来么?
你可能发了一些小程序码,也可能分享到了很多群,或者在大V的公众号中做了露出。如果流量暴增,除了高兴,我们还应该知道,以上的推广方法,哪一种是最好的。
下面就用到“来源分析”这个功能。
前段时间很多文章给出了小程序目前的入口,总结过程似乎都“熬长了黑夜,搔短了白头”,但其实,小程序早已把所有的入口都告诉我们了:
通过此图可以看出该小程序的用户忠诚度很高,历史列表的访问次数排在第一位;来源第二的为模板消息,我们可以认为唤醒对于小程序的二次访问非常有效;其他依次为会话(聊天界面中)、其他小程序返回(该小程序做了优秀小程序推荐,用户可通过该小程序直接进入其他小程序)等。
如果需要精细化分析,该模块还提供了每一个来源的单独分析,可查看各时间段的来源变化趋势。
除了上面分析的各个入口外,大家还可以根据自己的运营方案做公众号主页、公众号文章、搜索甚至聊天界面置顶等多个入口的观察分析,此处不一一展开。
解决了用户从哪里来,我们还要研究用户来了之后体验如何的问题。如果只关注流量,不考虑留存,肯定不是长久之计。
关于用户体验好感度,我们可以使用访问分析的“访问时长”、“访问深度”和“访问页面”三个指标来考察。
访问时长:代表了用户对你小程序的喜爱程度,停留时间越长,表示你的小程序对用户得吸引力越大。
访问时长有两个指标:人均时长和次均时长。两者意义差别不大,前者代表了小程序对每个人的吸引力,后者代表了小程序对每一次访问的吸引力。
除此以外,我们还可以查看访问时长的人数分布来查看小程序的整体吸引力情况。
我们可以做个猜测,一个“观光客”用户在完成20s的浏览后不能继续发现小程序的价值则离开,重度忠诚用户则直达兴趣点,停留超过50s。
小程序的设计者可以尝试找到这两类用户,找到从20s突破到50s的点。
新增留存:表征了用户访问小程序以后的再次访问的概率。这是大家使用最多的一个图,这个指标比停留时长更能表示小程序对用户的吸引力。这个指标的提出,给运营者带来了更大压力:活动当日流量很高,但7日后留存很低的话,活动似乎不应该称之为成功……
此部分包含两个分指标:新增留存和活跃留存。考察活动效果,一般以新增留存为KPI;考察用户粘性,则可选择活跃留存。
正常情况下,活跃留存会高于新增留存。如果给老板看,你懂的……
访问页面:是指小程序各个页面的访问人数。这个指标中给出的数据包含的信息量非常大,对小程序设计的指导意义也很强,建议大家仔细阅读。
次均时长:用户每次访问该页面停留的时长。如果该页面停留时长远高出其他页面,那可能有两种情况:这个页面内容多很有趣;这个页面很难搞懂。所以时间长并不代表一定是好的。
入口页次数:该页面作为用户进入小程序页面的次数。如果该页面的入口页次数高于小程序首页的次数,那你可能要考虑一下是不是要优化一下小程序的页面规划了。一般情况下,如果该指标与“分享次数”和“收藏次数”的变化幅度相同,则说明该页面对用户有足够的价值。但如果变化幅度不同,你就要考虑,是不是有人悄悄把这个页面插入到他的公众号文章里了……
退出页次数:用户在此页面退出小程序的次数。这个指标的意义大家想必已经很清楚了,用户在此页面退出了你的小程序,要么该页为小程序功能的结果页,要么在这个页面用户厌烦了你的小程序。
访问深度:与访问时长相同,访问深度也有一个summary,该指标同样表征了用户对小程序的探索分布。
上图我们可以看出,用户主要探索1个页面后退出,明显的“观光客”特质。有趣的是有不少的用户会持续探索6-10个页面,设计者同样可找出各部分用户做访谈,找到退出或继续探索的原因,继而优化小程序的设计。
Q3:用户是谁?
前面两个问题都是从小程序出发去分析用户的行为,这个问题我们则从用户出发。
小程序提供的数据纬度比公众号更加丰富,比如提供了精准的用户年龄分布。数据分析中的用户画像功能可以帮我们深入了解我们的用户。该功能提供了性别、年龄、地域和终端机型四个基本维度。作为资深运营,各位对他们的熟悉程度已经不需要我再做过多讲解。
比如,一个母婴类的小程序如果用户年龄段集中在18-24岁,那你肯定知道推广出问题了;
比如,一个本地生活服务类小程序如果用户地域分布集中在外省,那你肯定也知道推广出问题了;
再比如,一个果粉类小程序,如果你的用户安卓机型高于iPhone,那你肯定得想想,是不是可以接一波苹果的广告了(醒一醒!)
Q4:这个按钮有用么?这个页面男粉丝访问多还是女粉丝访问多?这个商品购买漏斗是什么样的?
细节决定成败,高端运营绝不会拘泥于基本的数据分析。概况数据只能了解一个基本面,而深度的优化需要了解每一个按钮的点击概率、了解每一个页面的用户类型分布、了解每一件商品从浏览到购买整个环节的流逝情况。
这就需要祭出小程序数据分析的神器——自定义分析。
自定义分析的文档是这样介绍自己的:
自定义分析支持灵活多维和近实时的用户行为分析,可以通过自定义上报,对用户在小程序内的行为做精细化跟踪,满足页面访问等标准统计以外的个性化分析需求。例如,电商类小程序通过配置自定义上报,收集数据,可以完成如下分析:
购买商品的人,各省份、城市、年龄、性别的分布如何?不同用户群购买的商品数量、商品价格有什么差别?
用户访问商品页、查看商品详情、查看评论、下单、支付、完成购买,逐步的转化率如何?不同用户群的转化是否有差异?
今天参与线上活动的用户,各个时段(小时级)的活跃度如何?
简单说,自定义分析就是可以针对需求,单独监控小程序内的每一个页面和元素,分别并给出不同用户的访问数据。
好了,以上就是一些常用的数据分析方法,销客多小编已经列出图表截图一一教大家分析了,希望对各位从实现小程序创业的各位有所帮助。